版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視覺(jué)跟蹤是計(jì)算機(jī)視覺(jué)研究領(lǐng)域中的一個(gè)重要課題,廣泛的應(yīng)用于智能監(jiān)控、視覺(jué)導(dǎo)航和人機(jī)交互等領(lǐng)域。針對(duì)視覺(jué)跟蹤問(wèn)題,國(guó)內(nèi)外的許多研究者們做了大量的研究,并提出了許多可行的跟蹤算法。然而,在復(fù)雜多變的自然場(chǎng)景中實(shí)現(xiàn)對(duì)表觀(guān)變化的目標(biāo)進(jìn)行魯棒的跟蹤依然存在很多困難,包括場(chǎng)景光照的變化、目標(biāo)旋轉(zhuǎn)、局部遮擋、目標(biāo)的形態(tài)以及尺度的變化等。近幾年,稀疏表示理論成功應(yīng)用于視覺(jué)跟蹤算法,并取得了良好的跟蹤效果,得到了廣大研究學(xué)者的關(guān)注。本文主要針對(duì)上述視覺(jué)跟
2、蹤的難點(diǎn),深入研究稀疏表示在視覺(jué)跟蹤算法中的應(yīng)用,旨在進(jìn)一步提高視覺(jué)跟蹤算法的魯棒性和準(zhǔn)確性。
論文首先介紹了視覺(jué)跟蹤問(wèn)題的背景和意義,并分析了研究現(xiàn)狀和當(dāng)前面臨的主要挑戰(zhàn)。之后,闡述了相關(guān)理論方法,以及稀疏表示在視覺(jué)跟蹤領(lǐng)域的應(yīng)用前景。然后,提出了一種基于重要性加權(quán)的結(jié)構(gòu)稀疏視覺(jué)跟蹤算法,通過(guò)引入仿射變換,使跟蹤結(jié)果能更好地描述目標(biāo)的狀態(tài);采用結(jié)構(gòu)稀疏表示對(duì)目標(biāo)表觀(guān)建模,同時(shí)利用了背景判別信息、目標(biāo)局部圖像局部信息和它們之間
3、的結(jié)構(gòu)信息,減輕了模型退化;根據(jù)在表達(dá)目標(biāo)表觀(guān)時(shí)所起的作用,對(duì)每個(gè)局部圖像進(jìn)行加權(quán)處理,提高了目標(biāo)模型的魯棒性;在模板更新階段,引入遮擋檢測(cè)判別機(jī)制,有效地減輕了局部遮擋對(duì)跟蹤結(jié)果的干擾。最后,在Matlab平臺(tái)上做了仿真實(shí)驗(yàn),并利用公開(kāi)的視覺(jué)跟蹤基準(zhǔn)Benchmark,與目前較先進(jìn)的跟蹤算法在多組典型視頻序列上進(jìn)行了跟蹤實(shí)驗(yàn)對(duì)比,定性和定量的實(shí)驗(yàn)結(jié)果均表明本文算法在目標(biāo)發(fā)生遮擋、旋轉(zhuǎn)、尺度變化、快速運(yùn)動(dòng)、光照變化等復(fù)雜情況下,不僅可以
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf
- 基于低秩投影與稀疏表示的視覺(jué)跟蹤算法研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于稀疏表示的視覺(jué)目標(biāo)跟蹤方法研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法及其CUDA實(shí)現(xiàn).pdf
- 基于稀疏表示的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于改進(jìn)的稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示的魯棒性視覺(jué)跟蹤方法研究.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
- 基于特征稀疏表示的多行人跟蹤算法研究.pdf
- 基于局部稀疏表示模板匹配跟蹤算法的研究.pdf
- 基于隨機(jī)投影和稀疏表示的跟蹤算法.pdf
- 基于稀疏表示的多車(chē)輛目標(biāo)跟蹤算法研究.pdf
- 基于低秩稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于分區(qū)域稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的小弱運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 基于局部判別性反稀疏表示的視覺(jué)跟蹤模型研究.pdf
- 基于粒子濾波和稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示的結(jié)構(gòu)化目標(biāo)跟蹤算法研究.pdf
評(píng)論
0/150
提交評(píng)論